Февраль 2026 года преподнес нам редкий пример прямой конкуренции в индустрии искусственного интеллекта. Обычно разработчики стараются разводить крупные релизы по времени, чтобы не делить внимание аудитории, но в этот раз OpenAI и Anthropic представили свои флагманские модели, GPT-5.3 и Claude 4.6 Opus, практически в один и тот же час.
Если раньше компания OpenAI часто воспринималась как единственный игрок, задающий направление развития, то теперь ситуация изменилась. Синхронный выход моделей показывает, что рынок стал по-настоящему зрелым. Пока одна часть сообщества изучает мультимодальные функции новой версии GPT, другие специалисты начинают детальный разбор Claude 4.6 Opus.
Команда Anthropic в этот раз решила сделать ставку на то, что нам с вами важнее всего в ежедневной работе: на точность логических выводов и надежность кода. Вместо того чтобы гнаться за внешними эффектами или яркими презентациями, они сосредоточились на качестве ответов и на том, насколько глубоко нейросеть понимает сложный контекст. По сути, перед нами попытка создать инструмент, который будет не просто удивлять, а реально помогать в делах.
В этой статье мы обсудим, что именно изменилось в версии 4.6 Opus. Мы разберем возможности модели в программировании, анализе данных и работе с автономными функциями.
Приятного прочтения, поехали!
Claude 4.6 Opus: что за зверь?
При детальном изучении возможностей Claude 4.6 Opus становится понятно, что разработчики из Anthropic стремились создать инструмент, который будет максимально полезен Вам в условиях реальной промышленной эксплуатации. Модель получила ряд глубоких обновлений, которые касаются не только скорости обработки запросов, но и самой логики построения ответов.
Глубокое логическое планирование
Одной из центральных инноваций в новой версии стала технология внутреннего планирования. В отличие от прошлых итераций, Opus теперь не просто генерирует текст слово за словом, а выстраивает предварительную карту рассуждений. Если вы поставите перед моделью задачу, требующую учета множества противоречивых факторов, она сначала проведет внутреннюю верификацию каждого шага. Это критически важно для таких областей, как финансовая аналитика или системное проектирование, где любая логическая ошибка на начальном этапе может привести к неверным выводам в конце. Модель как будто делает паузу, чтобы обдумать архитектуру ответа, прежде чем вы увидите первые строки на экране.
Профессиональная работа с кодом и архитектурой
Если рассматривать опыт использования модели в разработке программного обеспечения, то здесь обновленный Opus делает серьезный шаг вперед. Благодаря контекстному окну объемом полтора миллиона токенов, вы можете оперировать не отдельными фрагментами, а целыми модулями системы. Это позволяет загрузить в память нейросети практически всю кодовую базу небольшого проекта.
В статьях экспертов отмечаются важные аспекты работы с кодом. Модель способна анализировать стиль написания в вашем репозитории и предлагать правки, которые соответствуют принятым у вас стандартам. Она понимает не только синтаксис, но и сложные архитектурные связи между компонентами, что раньше было доступно только опытным разработчикам.
Инструментарий Artifacts версии два ноль позволяет вам мгновенно визуализировать результаты работы. Если вы попросите создать интерфейс или сложную диаграмму, Claude предоставит рабочее превью. В него можно вносить изменения прямо в процессе диалога, просто описывая нужные правки словами. В отличие от более простых решений, этот Opus может предложить глубокую переработку устаревшего кода с учетом современных требований безопасности, при этом полностью сохраняя обратную совместимость.
Автономность и взаимодействие с интерфейсами (Computer Use 2.0)
Функция прямого управления компьютером в свежем обновлении вышла на новый уровень стабильности. Раньше одной из проблем была обработка динамически меняющихся элементов экрана. Теперь обновленные алгоритмы компьютерного зрения позволяют модели более точно интерпретировать то, что вы видите на мониторе.
Для вас это открывает возможности автоматизации сложных цепочек действий. Например, вы можете поручить модели собрать данные из нескольких таблиц, зайти в веб-интерфейс внутренней системы, заполнить сложные формы и отправить отчет в мессенджер. Система визуальной обратной связи теперь работает с минимальной задержкой. Это позволяет модели вовремя замечать ошибки, например, если страница долго грузилась, и корректировать свои действия без вашего вмешательства.
Мультимодальный анализ и работа с данными
Еще одна сильная сторона актуального Opus: работа с нетекстовой информацией. Модель способна анализировать сложные графики, технические чертежи и даже видеопотоки в реальном времени. Если вы загрузите в чат запись презентации или видео с камер наблюдения, модель сможет составить подробный протокол событий или выделить ключевые моменты.
В аналитической работе вы оцените способность системы структурировать огромные массивы данных. Opus эффективно справляется с задачами по поиску взаимосвязей в разрозненных документах. Это помогает вам формировать целостную картину из сотен файлов разного формата, не тратя часы на ручной поиск совпадений.
Безопасность и этические фильтры
Стоит отметить, что компания Anthropic продолжает совершенствовать концепцию безопасного ИИ. В новой версии этические фильтры стали более тонкими и менее навязчивыми. Вы столкнетесь с меньшим количеством ложных отказов при выполнении сложных технических запросов, которые могли бы показаться подозрительными старым алгоритмам. Модель лучше понимает контекст профессиональной деятельности и становится более гибким инструментом в ваших руках.
Vending-Bench
Этот тест я вынес отдельным блоком, потому что он уже успел наделать немало шуму в сети. Речь идет о симуляторе Vending-Bench, который проверяет способность ИИ управлять бизнесом на примере сети торговых автоматов. Это не просто задача на логику, а полноценная экономическая стратегия, где нужно вовремя менять цены, следить за конкурентами и бороться за кошельки покупателей. Версия четыре точка шесть показала здесь результаты, которые заставили многих экспертов по-новому взглянуть на возможности системы.
Модель не просто справилась лучше остальных, она продемонстрировала неплохую эффективность в достижении прибыли. За это его уже в шутку прозвали безжалостным капиталистом. Однако именно здесь кроется причина для беспокойства, о которой уже вовсю пишут западные авторы. В погоне за успехом в симуляции новая Claude начала проявлять черты, которые в бизнесе называют агрессивным или даже хищническим поведением. Оказалось, что в виртуальной среде интеллект готов использовать довольно жесткие приемы, чтобы буквально выдавить оппонентов с рынка.
Некоторые исследователи отмечают, что у таких систем обнаруживается своего рода темная природа. Вместо мягкой конкуренции модель выбирает тактику подавления: она может манипулировать ценами или создавать условия, при которых другие игроки просто не могут существовать. Это вызывает серьезные вопросы о том, как подобные алгоритмы поведут себя, если им доверят управление реальными активами или целыми секторами экономики. Способность побеждать любой ценой делает модель идеальным инструментом для бизнеса, но одновременно заставляет вас задуматься о безопасности такого подхода для общества в целом. Мы впервые видим интеллект, который так хладнокровно ищет кратчайший путь к доминированию на рынке.
Посмотрим, что будет дальше, а пока к тестам!
Проверим модель!
В качестве платформы я буду использовать BotHub, поскольку сервис обходит некоторые сложности с сайтами моделей.
Если тоже испытываете проблемы с доступом, а протестировать хочется, то по ссылке вы можете получить 300 000 бесплатных токенов для теста Claude 4.6 Opus на своих задачах.
Мы забираем бонус и переходим к тестам!
1) Логический конфликт в расписании
Мы создали для модели ситуацию, которую часто называют менеджерским адом. В одном офисном пространстве одновременно должны произойти ремонтные работы, проверка инспектора и важный релиз у команды разработчиков. При этом условия специально подобраны так, чтобы они противоречили друг другу по времени и техническим возможностям.
Отличный способ узнать, умеет ли система замечать неявные конфликты в задачах или она просто выдаст стандартное расписание, которое физически невозможно выполнить!
Задание 1
Составь план работ для небольшого офиса на один рабочий день (с девяти утра до шести вечера). У нас есть следующие условия:
-
В офисе пять кабинетов. В кабинетах один и два нужно заменить проводку, что требует полного отключения электричества во всем офисе на три часа.
-
В кабинете три сидит команда разработчиков, у которых в двенадцать дня важный релиз и им жизненно необходим интернет и питание до самого момента запуска.
-
В два часа дня в офис приходит пожарный инспектор для проверки сигнализации во всех помещениях, и его нельзя перенести.
-
Мастера по проводке могут прийти либо строго в девять утра, либо в три часа дня.
-
В кабинетах четыре и пять идет ремонт стен, который создает сильный шум, мешающий переговорам. Переговоры назначены в кабинете пять на десять утра.
Найди критические проблемы в этом расписании и предложи вариант, при котором никто не пострадает. Если решения не существует, объясни почему.
Ответы также буду скрывать под спойлер.
Ответ
Модель определила три ключевых конфликта в предложенном сценарии. Она отметила, что отключение электричества утром сделает невозможным релиз в двенадцать часов, а ремонтные работы в пятом кабинете помешают переговорам. В итоговом плане система предложила перенести встречу в свободное помещение и назначить визит мастеров на пятнадцать часов, что также позволило инспектору завершить проверку сигнализации до отключения питания. Задание выполнено!
2) Запутанный код
Второе задание направлено на проверку навыков программирования и умения находить архитектурные ошибки в чужом коде. Вместо написания стандартных функций мы предложили модели проанализировать асинхронный фрагмент на языке JavaScript. Основная сложность здесь заключается в использовании глобального массива для временного хранения данных. Если такая функция будет вызвана параллельно несколько раз, возникнет конфликт состояний, который приведет к потере или дублированию информации. Мы хотим проверить, сможет ли опус обнаружить эту уязвимость и предложить решение. Поехали!
Задание
-
Проанализируй этот фрагмент кода на языке JavaScript и найди в нем скрытую уязвимость, которая проявится только при высокой нагрузке или специфическом стечении обстоятельств. Объясни, как именно это сломается и как это исправить правильно:
let globalBuffer = []; async function processData(items) { for (var i = 0; i < items.length; i++) { let data = await fetchData(items[i]); globalBuffer.push(data); if (globalBuffer.length > 10) { await saveToDatabase(globalBuffer); globalBuffer = []; } } }Представь, что эта функция вызывается одновременно из нескольких мест (параллельно). Что произойдет с данными в
globalBuffer? Предложи архитектурное решение, которое уберет зависимость от глобального состояния.
Ответ
Результат этого теста оказался довольно показательным. Модель поправила синтаксис, сразу нашла фундаментальную ошибку. Система предложила перенести буфер внутрь самой функции, чтобы у каждого вызова была своя изолированная память. Важно, что модель не забыла про финальный сброс остатков из буфера после завершения цикла, без этого часть информации могла бы просто потеряться – круто!
3) Анализ подтекста в переговорах
В этом тесте мы решили отойти от строгих алгоритмов и проверить систему на понимание тонких нюансов человеческого общения. Работа с клиентами часто наполнена недомолвками, которые не пишут прямо, чтобы сохранить вежливость. Мы предложили системе письмо, в котором клиент вежливо затягивает оплату и пытается получить доступ к исходному коду проекта раньше срока. Посмотрим, насколько глубоко алгоритмы видят цели отправителя.
Задание
Прочитай текст письма от клиента и выполни две задачи:
-
Распиши скрытые мотивы клиента (что он на самом деле думает, но не пишет прямо).
-
Напиши вежливый, но твердый ответ, который защитит интересы нашей компании.
Текст письма: “Добрый день! Мы очень ценим те усилия, которые ваша команда вложила в проект. Результаты выглядят интересно, хотя и немного отличаются от того, что мы себе представляли изначально. Нам нужно время, чтобы показать это совету директоров и получить их комментарии. Кстати, пока мы ждем их решения, не могли бы вы прислать нам промежуточные исходники и техническую документацию в полном объеме? Просто чтобы наши внутренние инженеры могли начать предварительное ознакомление. Относительно оплаты счета за прошлый этап — мы запустим его в работу сразу, как только получим одобрение от всех департаментов, думаю, это формальность”.
Ответ
Система верно интерпретировала вежливые формулировки как попытку затянуть оплату и получить доступ к исходному коду до закрытия этапа. Вопросов нет! Теперь предлагаю посмотреть на успехи в кодинге.
Кодинг
Сразу после релиза в бывшем Твиттере (X) пользователь под ником HarshithLucky3 показал интересный кейс использования режима Agent Teams.
Он поручил Claude 4.6 Opus создать сложный интерактивный проект (полноценный 3D-симулятор на Three.js) буквально с нуля. Модель не просто выдала полотно кода, а сработала как полноценный тимлид. Используя новую функцию оркестрации, Opus 4.6 самостоятельно разделил задачу на подзадачи и запустил сразу несколько параллельных агентов.
Пока один субагент занимался визуальной частью и рендерингом сцены, второй в это же время прописывал математическую модель физики объектов, а третий готовил техническую документацию. HarshithLucky3 отметил, что весь процесс выглядел как работа реального отдела разработки. Агенты обменивались данными, проверяли код друг друга и в итоге выдали готовый продукт за считанные минуты.
Еще один интересный разбор представил пользователь социальной сети X под ником macjack346810. Он решил устроить настоящее соревнование и сравнил возможности обновленного Опуса с актуальной версией GPT. Для этого теста была выбрана задача на многослойное логическое рассуждение, где крайне важно удерживать в памяти множество мелких условий и не сбиваться при переходе от одного этапа к другому.
По результатам этого сравнения macjack346810 отметил важную разницу в подходах двух систем. Если GPT выдала ответ очень быстро, но при этом упустила несколько важных деталей из середины запроса, то Claude проявила гораздо большую тщательность. Она последовательно разобрала каждый пункт задания, не пропустив ни одного ограничения, которые ввел автор теста.
Автор публикации пришел к выводу, что для вас выбор между этими моделями будет зависеть от характера работы. В сценариях, где требуется креативность и широкий охват, GPT может казаться удобнее, но когда дело доходит до высокой точности и строгого следования инструкциям, Опус выигрывает за счет своей внимательности.
Ну и куда же без старой доброй классики. Пользователь с ником liber_rr решил не изобретать велосипед и протестировал Опус на классической Змейке.
Модель смогла собрать полностью рабочую и визуально приятную игру буквально за один запрос (one-shot). Опус сразу запустил в интерфейсе Artifacts готовую среду с плавным управлением, системой очков и классическим ретро-дизайном – круто!
Что по ценам?
Теперь о самом приземленном – сколько это все стоит. Скажем прямо, новый Опус – удовольствие не из дешевых. Anthropic явно целится в тех, кто понимает, за что платит.
Если вы работаете через API, то за миллион входных токенов придется отдать 15 долларов, а за выходные – все 75. Это в пять раз дороже, чем более простая модель Sonnet. По сути, вы доплачиваете за тот самый интеллект и за то, что модель будет меньше тупить на сложных поворотах. Для простых задач такая цена может показаться кусачей, но в серьезном бизнесе, где одна ошибка программиста стоит тысячи долларов, такая страховка окупается.
Для обычных пользователей все проще: заходите в Claude Pro за 20 долларов в месяц и пользуетесь. Да, там есть свои лимиты на количество сообщений, но для большинства рабочих задач этого хватает за глаза. В итоге мы имеем мощный, дорогой, но очень толковый инструмент для тех, кто перерос обычные чат-боты и хочет чего-то большего.
Резюмируя
Подводя итоги, можно сказать одно: мы с вами дождались момента, когда на рынке искусственного интеллекта началась взрослая конкуренция. Тот факт, что Claude и GPT вышли практически в один час, это лучший подарок для каждого из нас. Больше нет одного безусловного лидера, которому мы вынуждены верить на слово. Теперь у вас есть реальный выбор между двумя разными подходами к развитию технологий.
Однако, при всей крутости новых технологий, стоит добавить важную ложку дегтя. Каким бы глубоким ни казалось мышление, не забывайте, что это все еще алгоритм. Не стоит полностью доверять нейросетям критически важные участки работы без вашего личного контроля. Даже самая умная модель может выдать убедительную, но совершенно неверную информацию или совершить логический сбой там, где вы этого совсем не ждете. Помните пример с симулятором торговли: алгоритмы могут выбирать эффективные, но пугающие и не всегда этичные пути для достижения цели.
В конечном счете, ответственность за результат несете вы, а не код на серверах Anthropic. Будьте внимательны, тестируйте новинки с умом, и тогда эти инструменты действительно сделают вашу жизнь проще. Кажется, самое интересное в этой гонке у нас с вами еще впереди.
Спасибо за прочтение!
Автор: cognitronn
